DEEP LEARNING之九:用梯度下降来求解神经网络中的参数
因为目前我们可以简单的把神经网络看成是由一层一层的逻辑回归堆叠而成,而逻辑回归的cost funct… 继续阅读 DEEP LEARNING之九:用梯度下降来求解神经网络中的参数
薛鹏的个人博客
因为目前我们可以简单的把神经网络看成是由一层一层的逻辑回归堆叠而成,而逻辑回归的cost funct… 继续阅读 DEEP LEARNING之九:用梯度下降来求解神经网络中的参数
通过前边的讲解,我们对逻辑回归有了一个认识。现在我们就要正式的开始神经网络的学习了。我们通过多个逻辑… 继续阅读 DEEP LEARNING之八:从逻辑回归到神经网络
这一节我们就要用到之前学到的知识,手动实现一个逻辑回归模型,我们先看一下我们的训练数据: 你可以认为… 继续阅读 DEEP LEARNING之七:用Python实现一个逻辑回归
这一篇文章我们看一下numpy里array的基本运算。 降维操作 除了应用reshape可以改变一个… 继续阅读 Numpy 学习之二 :Numpy 里的基本运算
numpy作为Python里科学计算的库,功能非常强大,尤其是对矩阵的运算,比传统用循环的计算快很多… 继续阅读 numpy 学习之一 :numpy 里的数组操作
对于大规模的多次迭代的深度学习,通常训练时间都比较长,所以性能优化就格外重要。这里我们看一下向量运算… 继续阅读 DEEP LEARNING之六:用向量运算代替循环
这一节我们要用梯度下降来对逻辑回归建模,用数学的话来说就是最小化逻辑回归Cost Function。… 继续阅读 DEEP LEARNING之五:用梯度下降来对逻辑回归建模
对于神经网络来说,每一层计算的值正向传播,根据梯度值反向传播来修改假设函数里的参数。正是因为反向传播… 继续阅读 DEEP LEARNING之四:正向传播和反向传播
我们再来复习一下上一篇文章中学到的。和其他机器学习算法类似,我们首先有一个假设方程: 然后对于每一个… 继续阅读 DEEP LEARNING之三:导数与梯度下降
浏览器有一个基本的安全策略叫做“同源策略”。所谓同源就是必须是同一个web服务器提供的服务,即同样的… 继续阅读 跨域资源共享(CORS)以及在Play Framework 里的配置